摘自:易搜社区http://bbs.easysoo.cn/?p=398
这份清单,既是一份有助于对这些题目做深入研究的快速指南和参考,也算是计算机科学课程中不能忘记的基础知识总结,因此并不可能全面覆盖所有内容。它也可以作为 gist 在 Github 上公开,人人都可以编辑和补充。
一、数据结构基础
数组
定义
- 按顺序连续存储数据元素,通常索引从0开始
- 以集合论中的元组为基础
- 数组是最古老,最常用的数据结构
知识要点
- 索引最优;不利于查找、插入和删除(除非在数组最末进行)
- 最基础的是线性数组或一维数组
数组长度固定,意味着声明数组时应指明长度
- 动态数组与一维数组类似,但为额外添加的元素预留了空间
如果动态数组已满,则把每一元素复制到更大的数组中
- 类似网格或嵌套数组,二维数组有 x 和 y 索引
时间复杂度
- O(1)索引:一维数组:O(1),动态数组:O(1)
- O(n)查找:一维数组:O(n),动态数组:O(n)
- O(log n)最优查找:一维数组:O(log n),动态数组:O(log n)
- O(n)插入:一维数组:n/a,动态数组:O(n)
链表
定义
- 结点存储数据,并指向下一结点
最基础的结点包含一个数据和一个指针(指向另一结点)
- 链表靠结点中指向下一结点的指针连接成链
要点
- 为优化插入和删除而设计,但不利于索引和查找
- 双向链表包含指向前一结点的指针
- 循环链表是一种终端结点指针域指向头结点的简单链表
- 堆栈通常由链表实现,不过也可以利用数组实现
堆栈是“后进先出”(LIFO)的数据结构
- 由链表实现时,只有头结点处可以进行插入或删除操作
- 同样地,队列也可以通过链表或数组实现
队列是“先进先出”(FIFO)的数据结构
- 由双向链表实现时,只能在头部删除,在末端插入
时间复杂度
- O(n)索引:链表:O(n)
- O(n)查找:链表:O(n)
- Linked Lists: O(n)最优查找:链表:O(n)
- O(1)插入:链表:O(1)
哈希表或哈希图
定义
- 通过键值对进行储存
- 哈希函数接受一个关键字,并返回该关键字唯一对应的输出值
这一过程称为散列(hashing),是输入与输出一一对应的概念
- 哈希函数为该数据返回在内存中唯一的存储地址
要点
- 为查找、插入和删除而设计
- 哈希冲突是指哈希函数对两个不同的数据项产生了相同的输出值
所有的哈希函数都存在这个问题
- 用一个非常大的哈希表,可以有效缓解这一问题
- 哈希表对于关联数组和数据库检索十分重要
时间复杂度
- O(1)索引:哈希表:O(1)
- O(1)查找:哈希表:O(1)
- O(1)插入:哈希表:O(1)
二叉树
定义
- 一种树形的数据结构,每一结点最多有两个子树
- 子结点又分为左子结点和右子结点
要点
- 为优化查找和排序而设计
- 退化树是一种不平衡的树,如果完全只有一边,其本质就是一个链表
- 相比于其他数据结构,二叉树较为容易实现
- 可用于实现二叉查找树
- 由于上述原因,二叉查找树通常被用作一种数据结构,而不是二叉树
- 重复的结点可省略
- 右子树有比双亲结点更大的键值
- 左子树有比双亲结点更小的键值
- 二叉树利用可比较的键值来确定子结点的方向
时间复杂度
- 索引:二叉查找树:O(log n)
- 查找:二叉查找树:O(log n)
- 插入:二叉查找树:O(log n)
- >>>未完,浏览下节 >>>未完,浏览下节